автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Разработка системы математического моделирования вычислительных и телекоммуникационных сетей

ВЫЧИСЛИТЕЛЬНЫЙ ЦЕНТР СО РАН

на правах рукописи

ЯРОСЛАВЦЕВ Александр Фёдорович

РАЗРАБОТКА СИСТЕМЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ И ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЕЙ

Специальность: 05.13.16.-"Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях"

Автореферат диссертации на соискание учёной степени кандидата технических наук

Новосибирск 1996г.

Работа выполнена в Институте Горного Дела СО РАН

Научный руководитель:

доктор технических наук, Поллер Борис Викторович

Официальные оппоненты:

доктор технических наук, Чинин Геннадий Дмитриевич

кандидат технических наук, Родионов Алексей Сергеевич

Ведущая организация:

Институт Автоматики и

Электрометрии СО РАН

Зашша состоится 26 ноябри 1996с. в 14 час. 30 мин. на заседании диссерташоннго совета Д 002.10.02 в Вычислительном центре СО РАН по адресу г.Новосибирск, проспект Лаврешьева 6'.

С диссертацией можно ознакомиться в читальном зале библиотеки Вычислительного центра СО РАН.

Ученый секретарь диссер!анионного совет

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы: Вычислительные и телекоммуникационные сети (ВТС), информационные технологии, основанные на их применении, широко внедряются п различные сферы общественной деятельности. ВТС имеют тенденцию к увеличению размерности и усложнению принципов организации. Одним из основных методов исследования ВТС является метод математического моделирования, обеспечивающий решение широкого класса задач их анализа, проектирования и оптимизации.

Существующие системы моделирования имеют ряд ограничений, которые снижают их возможности в решении задач анализа ВТС: замкнутость множеств используемых математических моделей, методов их анализа, описания, интерпретации результатов моделирования; недостаточная для адекватного представления информационных процессов ВТС допустимая размерность моделей; отсутствие методологической и системной поддержки комгглексирования моделей в сложных модельных экспериментах.

В этой связи является актуальным развитие программных средств моделирования ВТС, обеспечивающих интегрирование в единой инструментальной среде: существующих и перспективных моделей ВТС; эффективных вычислительных методов их анализа; гибких и удобных изобразительных средств описания информационных процессов ВТС и их исследуемых характеристик; средств описания сложных модельных комплексов и управления экспериментами с ними.

Цель диссертационной работы: Разработка принципов организации программных средств для математического моделирования информационных систем; разработка методов модельного описания информационных процессов; разработка программных средств имитационного, аналитического и гибридного моделирования; применение разработанных методов и средств решения задач проектирования вычислительных и телекоммуникационных сетей.

Основные задачи:

1. Разработка инструментальной среды математического моделирования вычислительных и телекоммуникационных сетей.

2. Разработка программных компонентов систем гибридного, имитационного и аналитического моделирования в структуре инструментальных средств математического моделирования.

3. Разработка комплексов моделей для исследования вычислительного центра коллективного пользования; распределённой вычислительной сети с коммутацией пакетов; распределённой системы геомониторинга.

Научная новизна:

1. Разработаны принципы организации системы моделирования, построенной на основе: обеспечения совместного использования аналитических и имитационных компонентов; использования аналитических и имитационных моделей больших размерностей для адекватного отображения информационных процессов ВТС; обеспечения системной поддержки ком-плексирования сложных гибридных моделей и организации объектных наполнений системы моделирования; использования иерархической структуры типов модельных компонентов, обеспечивающей развитие системы моделирования и её адаптацию к классу решаемых задач.

2. Разработаны методы описания гибридных моделей, обеспечивающие: отображение информационных процессов ВТС в категориях аналитических и имитационных компонентов; задание структуры модельного эксперимента; определение классов требуемых модельных характеристик, методов вычисления характеристик классов; интерактивное взаимодействие с моделью.

3. Разработана система измерения и оценивания параметров модельных траекторий, обеспечивающая вычисление вероятностно-временных характеристик ВТС с точностью, достаточной для практических приложений.

4. Созданы инструментальные программные средства, реализующие разработанные принципы организации систем моделирования ВТС.

Практическая значимость результатов работы: Полученные в диссертации научные результаты использованы при разработке: КИМДС — комплекса имитационного моделирования дискретных систем; ИМСЕТ — ППП имитационного моделирования вычислительных сетей; СИМС — системы имитационного моделирования больших сложных дискретных систем; СЕНПР — ППП для анализа замкнутых сетей массового обслуживания

общего вида и большой размерности; МОНАД — инструментальной среды математического моделирования ВТС; МОД ЕС — ППП для математического моделирования вычислительной сети с коммутацией пакетов.

Разработанные программные средства и результаты моделирования реальных ВТС, переданы в организации: НПО "Красная Заря" (Ленинград), Институт математики и механики УрО АН СССР, Центральный НИИ связи (Москва), НПО "Сибцветметавтоматика" (Красноярск), Научный совет АН СССР по комплексной проблеме "Кибернетика" (Москва).

Теоретические результаты, вычислительные методы и программные средства моделирования использованы при решении задач проектирования и разработки следующих ВТС: вычислительного комплекса коллективного пользования СО РАН, интервалыга-маркерного метода доступа в локальной сети, системы управления шахтным транспортным роботом, автоматизированной системы контроля горного давления, информационной сети морского флота, сети передачи данных с коммутацией пакетов.

Основные положения, выносимые па защиту:

1. Разработаны принципы организации, методы и алгоритмы системы моделирования вычислительных и телекоммуникационных сетей, отличающиеся возможностью достижения требуемых уровней размерности и точности моделей.

2. Разработаны методы модельного описания: информационных процессов в классе имитационных, аналитических и гибридных моделей; структуры модельных экспериментов; классов оцениваемых'модельных характеристик; интерактивного взаимодействия с комплексами моделей.

3. Разработаны программные средства имитационного, аналитического и гибридного моделирования на основе моделей динамических дискретных систем и структурированных сетей массового обслуживания.

4. Разработаны компоненты программных средств моделирования территориалыю-распределённых и локальных сетей, сетей передачи данных, распределённых мониторинговых систем. р

Апробания работы и публикации: Основные положения и отдельные результаты работы докладывали^," представлялись й обсуждались на со-

*!

вещаниях "Распределенные автоматизированные системы массового обслуживания" (Нальчик 1982, Москва 1990); на Школах по вычислительным сетям (Тбилиси 1985, Рига 1986, Алма-Ата 1988, 1992, Минск 1989, Ленинград 1990, Винница 1991); на конкурсе научной молодежи СО АН СССР (Новосибирск 1987); на семинарах "Распределенные автоматизированные системы массового обслуживания" (Москва 1988) и "Совершенствование методов исследования потоков событий и систем массового обслуживания" (Томск 1989); на конференциях "Моделирование систем информатики" (Новосибирск 1990), "Проблемы функционирования информационных сетей" (Новосибирск 1991), "Автоматизация в горном деле" (Екатеринбург 1992). По материалам диссертации опубликовано 22 печатных работы.

Структура диссертации: Диссертация состоит из введения, четырёх глав, заключения и приложений. Объём диссертации — 199 страниц. Диссертация иллюстрирована 37-ю рисунками. Список литературы включает 209 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Введение содержит общую характеристику работы. Выполненные в работе исследования по развитию методов анализа и математического моделирования ВТС, разработке изобразительных средств, принципов организации и алгоритмов систем моделирования, а также моделированию реальных ВТС опираются на научные результаты, в получение которых особый вклад внесли Л.П. Богомолов, В.М. Вишневский, В.В. Гусев, Г.П. Захаров, Г.Л. Ионин, И.Д. Калашников, Л.А. Калшшченко, В.Г. Лазарев, Т.П. Марьянович, И.А. Мизин, М.М. Нечепуренко, В.В. Пирогов, С.И. Самойленко.

Первая глава посвящена разработке концептуальных моделей, используемых в предлагаемых системах моделирования и обеспечивающих естественное описание моделей исследуемых ВТС и задач их моделирования, а также эффективность программных моделей.

В терминах общей теории динамических систем разработана унифицированная схема описания структурных компонентов гибридных моделей ВТС. Данная схема определяет модельный компонент ст как динамиче-

скую систему следующим образом: ст=(тст,Бст,Н.ст), где г"" —время компонента, Бст—его фазовое пространство состояний, 11е"1 — поведение компонента (множество траекторий, согласующихся с его внутренними законами функционирования). Множество компонентов модели разбивается на типы, траектории компонентов которых определены на одной оси времени, а их характерные поведения одинаковы. Характерная траектория Ьт(0 компонентов типа Т=(гт,5г,Нт), (1Егт—время компонентов типа, вт— характерный алфавит компонентов типа (Ьт(0е5т, для \Летт), Нт—характерное поведение компонентов типа (ЬТ6НТ)) определяется как агрегированная траектория по классам эквивалентности ят на состояниях алфавитов компонентов типа, Ьт(0=лгтСЬ<7Л(1)>, 5т=Зст/лт, Ь^ЧОеЗ™ для \Л£тт,

Ьг'"еНсга, для УстеТ.

Представлен перечень разработанных типов компонентов гибридных моделей, обеспечивающих решение широкого класса задач анализа моделируемых ВТС. Описаны характерные состояния и поведения компонентов данных типов.

Проведено обобщение понятия модель в применении к моделированию ВТС. Модель ВТС представляется в виде комплекса моделей —некоторой структуры моделей различных типов, которая обеспечивает решение сформулированных задач моделирования. Модель т1— структурный элемент комплекса определяется как элемент, описывающий решение некоторой частной задачи моделирования (структура компонентов, поведения которых определены на общей оси модельного времени гга/еЩ0,<»)). Определены понятия комплексного времени, отображающего последовательность этапов моделирования, и комплексного эксперимента —процесса решения задачи моделирования (модельного эксперимента). Выделяются следующие этапы (стадии) модельных экспериментов: формирования модели, воспроизведения траекторий компонентов модели (решение модели); обработки результатов моделирования; выполнения подэксперимента с подмоделью данной модели. Модели комплекса, в зависимости от типов компонентов, определяемых в их составе, а также от методов решения моделей, разбиваются на классы (типы моделей). Разработаны два следующих класса моде-

лей, определяемых в составе гибридных моделей ВТС: дискретные динамические системы (ДС) и структурированные сети массового обслуживания (СеМО).

Выбор ДС в качестве концептуальных моделей имитационных моделей ВТС определяется их универсальностью. ДС определяются как структура компонентов, связанных между собой "идеальными связями", которые обеспечивают мгновенную передачу сообщений различных типов между компонентами. Идеальные связи подключаются к компонентам через клеммы, которые по направлению потока передаваемых сообщений разделяются на входные, выходные и неориентированные. Поведение компонента ДС описывается множеством последовательностей событий (мгновенных изменений состояния компонента), ориентированных во времени. Среди событий ДС выделяются локальные или глобальные, зависимые или независимые, ординарные или структурированные.

Для аналитического моделирования ВТС разработаны структурированные СеМО, которые обеспечивают: эффективное описание и представление открытых, замкнутых и смешанных СеМО с неоднородными потоками заявок и приоритетным обслуживанием, которое зависит от состояния; отображение в сетевых моделях структуры исследуемых ВТС; интерпретацию исследуемых параметров ВТС параметрами СеМО. Основными компонентами этих СеМО являются узлы, распределители, источники и классы заявок, состояния СеМО. Узел— система массового обслуживания (СМО) СеМО, в которой дисциплина обслуживания заявки, распределение длительностей обслуживания требований, а также распределение маршрутов заявок зависят от её класса и состояния СеМО. Распределитель — СМО с нулевой длительностью времени обработки заявок и бесконечным объёмом буфера — обеспечивает объединение или разбиение потоков заявок в СеМО. Источники определяют интенсивности потоков заявок, поступающих в открытые подсети СеМО, или насыщенности заявками замкнутых подсетей СеМО. Состояние определяет некоторое агрегированное состояние базовых состояний СеМО. Параметры компонентов (функций распределений времени обслуживания заявок и маршрутов обслуженных заявок, размеры буферов и интенсивности поступления заявок из источников)

могут быть определены как функции от данных состояний СеМО.

В структурированных СеМО определяются фрагменты сети (модули), которые образуются из некоторого подмножества компонентов СеМО (узлов, распределителей, источников, классов, состояний и модулей) и которые отображают соответствующие элементы моделируемой ВТС. Заявки поступают в модули и покидают их по завершении обработки через разъёмы, которые по направлению потоков заявок различаются на входные и выходные. Разъём образуется парой компонентов, вилкой и розеткой — распределителями с фиксированными маршрутами заявок.

В составе структурированных СеМО определяются специальные компоненты — функторы, которые обеспечивают интерпретацию параметров качества функционирования моделируемых ВТС параметрами этих СеМО. Функтор описывается некоторым функционалом от исходных параметров СеМО, её базовых характеристик и значений некоторого множества функторов. Разработан набор стандартных функторов, обеспечивающий оценивание основных параметров СеМО.

Вторая глава посвящена описанию структурных компонентов имитационных моделей, которые обеспечивают с достаточным уровнем детализации отображение алгоритмов функционирования ВТС, исследуемых вероятностно-временных характеристик ВТС, используемых методов оценивания этих характеристик. В составе ДС определены следующие компоненты: процессы, требования, классы требований, очереди требований, случайные величины, датчики и мониторы.

Процесс— компонент ДС с наиболее общим алгоритмом функционирования — обеспечивает отображение произвольного информационного процесса ВТС. Описание процесса рг осуществляется заданием алфавита процесса и множества допустимых событий ЕУ, которые могут иметь место на его траекториях (событийного алфавита процесса). Событийный алфавит определяется как прямое произведение множеств ЕРГ= Т№Рг®иРгфУРг. — алфавит образов событий процесса—множество

отображений состояний процесса Б/"-* которое определяет допустимые изменения состояний процесса. 11'г={и<} — алфавит таймеров процесса — множество отображений алфавита ^-»ЩО,«), которое определяет дли-

телыюсти интервалов времени между соседними событиями на траекториях процесса. алфавит контроллеров процесса — множество отобра-

жений алфавита SPr-*{false, true}, которое определяет в любой момент времени условия наступления очередных событий на траектория процесса. Само поведение процесса описывается отображением HPr: ЕРГ-*ЕРГ, определяющим множество его допустимых траекторий.

В отличие от процессов, для компонентов остальных типов заранее определены их допустимые алфавиты, событийные алфавиты и поведения.

Требование отображает элемент информационного потока ВТС и определяется некоторым набором информационных параметров, значения которых определяют содержание сообщений между требованием и обрабатывающими его процессами, очередями, датчиками и мониторами. Обработка требования компонентом ДС может осуществляться в соответствии с его приоритетом. Информационный параметр может принадлежать одному из следующих множеств: Z(-»,co) R(-a>,co), G—множество компонентов ДС, L^.B^-.D1- — последовательности длиной L соответственно, символов, двоичных и десятичных цифр. Множество требований с одинаковыми составами информационных параметров образует класс требований.

Очередь требований отображает процесс хранения и распределения элементов информационного потока ВТС. Очередь обеспечивает: приём требований от процессов и очередей, их упорядочивание в соответствии с некоторой дисциплиной усганова, уровнем приоритета требований и значениями их информационных параметров; хранение требований; выдачу требований по запросам для дальнейшей обработки процессам или очередям. Выделяются агрегированные очереди, которые, в отличие, от ординарных определяются как объединение ординарных и агрегированных очередей и обеспечивают распределение или объединение потоков требований, поступающих в данные очереди.

Случайная величина отображает точечный случайный процесс ДС. Метка случайного процесса распределена в соответствии с одним из 20 законов распределения (равномерным, нормальным, экспоненциальным, таблично заданным, и т.д.). Поток, на котором определены метки случайной величины, определяется моментами поступления соответствующих сообще-

ний от процессов и случайных величин.

Датчики и мониторы обеспечивают измерение модельных траекторий компонентов ДС и построение оценок параметров этих траекторий. Монитор осуществляет измерение маркированного точечного случайного процесса и представляет в ДС множество статистик реализации данного процесса, определённых на некотором непрерывном интервале времени. Каждая статистика отображает некоторую характеристику данного процесса (гистограмму реализаций меток процесса, параметры распределения метки процесса (начальный или центральный момент, мода или размах, коэффициент эксцесса, асимметрии), корреляционную функцию процесса, а также доверительные вероятность и интервал этих статистик). Каждая из статистик монитора вычисляется некоторым методом, который учитывает предположения о пространстве элементарных событий метки процесса (насы-щепностей и длительностей времён прохождения семейства маршрутов требованиями множества, пасыщенностей и длительностей времён пребывания в очереди и классе требованиями множества, реализаций случайных величин, временных рядов и процессов из пространств элементарных событий, принадлежащих оси вещественных н целых чисел, реализаций маркированного точечного случайного процесса, пространство элементарных событий метки которого является произведением пространств событий меток множества .мониторов) и его вероятностной мере. Мониторы обеспечивают построение следующих статистик: оценок моментов распределений независимых случайных величин по методам усреднения и стратификации, оценок моментов зависимых случайных величин спектральным, регенеративным методами и методом вычисления автоковариаций, оценок средних значений и автоковариационной функции стационарных процессов методами аппроксимации Марковскими и диффузионными процессами, оценивание распределений случайной величины методом построения гистограмм с одинаковыми и неодинаковыми границами разрядов.

Датчик осуществляет измерение траектории системы компонентов-адресантов посредством идентификации некоторого множества событий данной системы (измеряемого поля датчика) и передачу метки идентифицированного события компонентам-адресатам: мониторам, процессам, дат-

чикам, для построения соответствующих статистик. Выделяются датчики процессов, случайных величин, мониторов, которые обеспечивают построение многомерных случайных процессов, и требований, которые фиксируют движение требований на заданных семействах маршрутов. Маршруты требований определяются моментами формирования или уничтожения требований, поступления или выхода требований из очередей и классов, изменений значений информационных параметров требований.

Третья глава посвящена разработке принципов организации и основных алгоритмов функционирования систем моделирования (СМ), реализованных в программных комплексах КИМДС, СИМС, МОНАД и рассмотренных на примере инструментальной среды моделирования МОНАД.

Приведены состав и структура инструментальной среды моделирования МОНАД, которая является процедурным расширением языка программирования С++ и организована в виде библиотеки классов.

Описана иерархическая структура программных объектов (классов языка программирования С++), на базе которой осуществлено построение МОНАД, которая обеспечивает развитие как системного наполнения (расширение класса концептуальных моделей СМ, повышение вычислительной эффективности СМ, развитие изобразительных средств СМ), так и объектного наполнения СМ (детализация различных классов моделируемых ВТС). Определены основные объекты программных моделей, обеспечивающие в них отображение соответствующих компонентов гибридных, имитационных и аналитических моделей.

Описана основная схема алгоритма синхронизации программных событий при имитационном моделировании ДС, основанная на обработке списков событий обеспечивающая: процессно-ориентированный способ и событийный способ описания имитационных моделей; императивную, ин-террогативную и смешанную системы планирования событий; использование параллельных алгоритмов синхронизации событий при имитационном моделировании на мультипроцессорных вычислительных системах. В данный алгоритм включены механизмы уменьшения размера списка событий с интеррогативной системой планирования, основанные на агрегировании различных типов событий, и механизмы адаптации к моделированию сис-

тем с разномасштабными событиями.

Описана унифицированная схема расчёта структурированных СеМО системы аналитического моделирования, которая заключается в выполнении управляемой на стадиях формирования и воспроизведения траектории модели последовательности операций расчёта СеМО. Данная последовательность определяется автоматически в зависимости от типа модели, выбранного метода расчёта, специфицированных выходных параметров и их требуемой точности, точности задания входных параметров, размерности СеМО, выделенных вычислительных ресурсов.

Приведён перечень основных операций разработанного метода расчёта замкнутых, неоднородных структурированных СеМО, основанного на методе анализа средних. Данный метод учитывает: обслуживание заявок в соответствии с абсолютным приоритетом (уровень приоритета заявок не меняется); наличие подобных или одинаковых фрагментов в составе СеМО; зависимость от состояния СеМО параметров обслуживания заявок в узлах и маршрутов заявок на сети.

Четвёртая глава иллюстрирует возможности разработанных систем моделирования КИМДС, СИМС и МОНАД в приложении к разработке объектных наполнений пакетов ИМСЕТ и МОДЕС, предназначенных для исследования ВТС различного назначения. Иллюстрируются возможности использования предлагаемых подходов и программных средств моделирования ряда реальных сетевых систем: вычислительного центра коллективного пользования ВЦ СО АН СССР, распределённой мониторинговой сети автоматизированной системы контроля горного давления, территориально-распределенной вычислительной сети с коммутацией пакетов для электронной почты. Приведены описания компонентов гибридных моделей исследуемых ВТС, представлены некоторые результаты моделирования.

С использованием возможностей СМ получен широкий спектр вероятностно-временных характеристик моделируемых ВТС: параметров загрузки технических и программных компонентов, длительностей доставки сообщений, параметров алгоритмов маршрутизации и управления потоками в зависимости от информационной нагрузки, уровней помех в каналах, надёжности оборудования и т.д.

Приложения содержат: перечень событий и описания характерных поведений компонентов имитационных моделей; краткие описания операторов инструментальной среды моделирования МОНАД.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработаны принципы организации системы аналитического, имитационного и гибридного моделирования вычислительных и телекоммуникационных сетей обеспечивающие: совместное использование аналитических и имитационных компонентов в ходе модельных экспериментов; использование для обеспечения адекватного отображения информационных процессов ВТС аналитических и имитационных моделей больших размерностей; системную поддержку комплексирования сложных гибридных моделей и их компонентов; организацию объектных наполнений пакетов прикладных программ; развитие и адаптацию системы моделирования к классу решаемых задач.

2. Разработаны алгоритмы и программные средства измерения и оценивания стохастических модельных процессов.

3. Разработаны методы описания планов комплексных экспериментов, управляющих процессом моделирования, в качестве компонентов которых может быть определено любое число моделей. Модели, составляющие гибридную модель, могут быть определены в произвольном классе концептуальных математических моделей, в том числе и гибридных.

4. Разработаны методы описания, программного представления и расчёта структурированных сетей массового обслуживания большой размерности.

5. Разработаны\ комплекс процедур имитационного модслирссипия дискретных систем (КИМДС); система имитационного моделирования больших сложных дискретных систем (СИМС); пакеты прикладных программ ИМСЕТ, МОДЕС для моделирования вычислительных сетей, сетей передачи данных; пакет прикладных программ СЕНПР для расчёта замкнутых неоднородных сетей массового обслуживания большой размерности; инструментальная среда МОНАД для моделирования вычислительных и телекоммуникационных сетей.

6. Разработанные программные средства моделирования использованы для решения ряда задач проектирования, анализа и оптимизации конкретных ВТС: вычислительного центра коллективного пользования ВЦ СО АН СССР; вычислительной сети с коммутацией пакетов; автоматизированной системы контроля горного давления.

Основное содержание диссертации опубликовано в работах:

1. Митрофанов Ю.И., Иванов А.Н., Ярославцев А.Ф. Алгоритмы программы моделирования комплекса КИМДС //Препринт.—Новосибирск: ВЦ СО АН СССР, 1977. - №162.-С.43.

2. Митрофанов Ю.И., Иванов А.Н., Ярославцев А.Ф. Принципы организации монитора комплекса КИМДС //Препринт.—Новосибирск: ВЦ СО АН СССР, 1977.- №163. - С.40.

3. Митрофанов Ю.И., Иванов А.Н., Ярославцев А.Ф. Аспекты практического использования комплекса КИМДС //Препринт.— Новосибирск: ВЦ СО АН СССР, 1977. - № 164. - С.40.

4. Митрофанов Ю.И., Ярославцев А.Ф. Система СИМС имитационного моделирования больших сложных дискретных систем //Программные системы коллективного пользования: Сборник научных трудов-Новосибирск: ВЦ СО АН СССР, 1983. - С.69-79.

5. Беляков В.Г., Квашнин Г.А., Митрофанов Ю.И., Ярославцев А.Ф. Система СИМС имитационного моделирования дискретных систем и её использование при моделировании вычислительных структур // X Всесоюзная школа—семинар по вычислительным сетям: Тезисы докладов. — М.: ВИНИТИ, 1985. - Т.З. - С.3-9.

6. Беляков В.Г., Митрофанов Ю.И., Ярославцев А.Ф. Пакет прикладных программ для математического моделирования сетевых систем //XI Всесоюзная школа—семинар по вычислительным сетям: Тезисы докладов -М.: ВИНИТИ, 1986. -Т.З.-С. 145-150.

7. Беляков В.Г., Курленя М.В., Леонтьев A.B., Ярославцев А.Ф. Автоматизированная система контроля горного давления. Методы и средства математического моделирования. —Препринт —Новосибирск: ИГД СО АН СССР, 1987,- №17. - С.40.

8. Беляков В.Г., Курленя М.В., Леонтьев A.B., Ярославцев А.Ф. Автоматизированная система контроля горного давления. Методы и средства

математического моделирования. —Препринт —Новосибирск: ИГД СО АН СССР, 1987. - №18. - С.25.

9. Митрофанов Ю.И., Беляев Г.В., Беляков В.Г., Ярославцев А.Ф. Разработка гибридной математической модели сети передачи данных для горного производства //XIII Всесоюзная школа-семинар по вычислительным сетям: Тезисы докладов. - М.: ВИНИТИ, 1988. - Т.З. - С.8-13.

Ю.Беляев Г.В., Беляков В.Г., Долбня JI.И., Ивлев Л.Г., Ярославцев А.Ф. Математическое моделирование при проектировании автоматизированной системы контроля горного давления // Автоматизация горных работ: Сборник научных трудов.— Новосибирск: ИГД СО АН СССР,

1988. - С.72-82.

П.Беляков В.Г., Митрофанов Ю.И., Ярославцев А.Ф. О развитии пакета прикладных программ МОДЕС для математического моделирования сетевых систем //V Всесоюзная школа—семинар РАСМО: Тезисы докладов. - М.: 1988. - С.280-281.

12.Беляков В.Г., Ярославцев А.Ф. Организация системы аналитического моделирования в ППП для моделирования вычислительных сетей // Республиканский семинар "Совершенствование методов исследования потоков событий и СМО": Тезисы докладов.—Томск: ТГУ, 1989.— С.77-78.

13.Митрофанов Ю.И., Беляков В.Г., Ярославцев А.Ф. Концепции разработки пакета прикладных программ MODEC для математического моделирования вычислительных сетей // XIV Всесоюзная школа-семинар по вычислительным сетям: Тезисы докладов. — М.: ВИНИТИ,

1989. - Ч.З. - С.166-171.

14.Беляев Г.В., Беляков В.Г., Ивлев Л.Г., Ярославцев А.Ф. Разработка средств автоматизации проектирования распределённой сети передачи данных для АСУ строительством магистральных трубопроводов //Локальные вычислительные сети и распределённая обработка данных: Сборник научных трудов. —Новосибирск: НЭТИ, 1989. — С.23-27.

15.Митрофанов Ю.И., Беляков В.Г., Кондратова H.A., Ярославцев А.Ф. Структурированные сети массового обслуживания в системе гибридного моделирования ППП МОДЕС // XV Всесоюзная школа-семинар по вычислительным сетям: Тезисы докладов. — М.: ВИНИТИ,

1990. - Ч.З. - С. 155-159.

16.Беляков В.Г., Кондратова H.A., Митрофанов Ю.И., Ярослав-цев А.Ф. Комплекс математических моделей вычислительной сети с коммутацией пакетов //III Всесоюзное совещание по РАСМО: Тезисы докладов. - М.: 1990. - С.131-133.

17.Беляков В.Г., Зарииова М.Р., Кондратова H.A., Ярославцев А.Ф. Представление, анализ, оптимизация и расчёт сетевых моделей обслуживания в задачах проектирования вычислительных сетей //II Всесоюзная конференция "Моделирование систем информатики": Тезисы докладов. — Новосибирск: 1990. - С. 22-24.

18.Митрофанов Ю.И., Беляков В.Г., Ярославцев А.Ф., и др. Методы имитационного моделирования локальных вычислительных сетей //XVI Всесоюзная школа — семинар но вычислительным сетям: Тезисы докладов.-М.: ВИНИТИ, 1991. - Т.З. —С.159-164.

19.Митрофанов Ю.И., Беляков В.Г., Кондратова H.A., Ярославцев А.Ф. Об одной реализации метода конволюции для сетевых моделей обслуживания в задачах проектирования вычислительных сетей / / XVI Всесоюзная школа—семинар но вычислительным сетям: Тезисы докладов - М.: ВИНИТИ, 1991. - Т.З. - С.154-158.

20.Беляков В.Г., Кондратова H.A., Митрофанов Ю.И., Ярославцев А.Ф. Математическое моделирование территориалыш-распределенной вычислительной сети с коммутацией пакетов: методы, средства, опыт использования / /Труды международной научно-технической конференции "Проблемы функционирования информационных сетей": Материалы конференции. — Новосибирск: 1991. — 4.1. — С.32-40.

21.Митрофанов Ю.И., Беляков В.Г., Кондратова H.A., Ярославцев А.Ф. Анализ и расчёт сетей с зависимыми интенсивностями обслуживания и изменением классов требований //XVII Международная школа-семинар по вычислительным сетям: Тезисы докладов — М.: ВИНИТИ, 1992. - С. 198-203.

22.Беляков В.Г., Кондратова H.A., Рогаченко П.И., Ярославцев А.Ф. Математическое моделирование при решении задач проектирования САУ шахтным транспортным роботом // Горный журнал.—1992,—№11,—

С.116-119.

ВВЕДЕНИЕ.

1. РАЗРАБОТКА МЕТОДОВ МАТЕМАТИЧЕСКОГО

МОДЕЛИРОВАНИЯ ВТС.

1.1. Основныепонятия.

1.2. Метод гибридного моделирования.

1.3. Метод имитационного моделирования.

1.4. Метод аналитического моделирования.

2. СТРУКТУРНЫЕ КОМПОНЕНТЫ ИМИТАЦИОННЫХ

МОДЕЛЕЙ.

2.1. Процесс дискретной системы.

2.2. Требования и классы требований.

2.3. Очереди требований.

2.4. Случайные величины.

2.5. Мониторы.

2.6. Датчики.

3. ПРИНЦИПЫ ОРГАНИЗАЦИИ ИНСТРУМЕНТАЛЬНЫХ ПРО

ГРАММНЫХ СРЕДСТВ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ И ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЕЙ.

3.1. Базовые подсистемы системы моделирования.

3.1.1. Система управления программными объектами.

3.1.2. Система диагностики и обработки запрещённых ситуаций.

3.1.3. Система управления внешними интерфейсами.

3.2. Функциональные подсистемы системы моделирования.

3.2.1. Система гибридного моделирования.

3.2.2. Система имитационного моделирования.

4. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РЕАЛЬНЫХ ВЫЧИСЛИТЕЛЬНЫХ И ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЕЙ.

4.1. Вычислительный комплекс коллективного пользования.

4.2. Автоматизированная система контроля горного давления (АСКГД).

4.3. Территориально-распределённая вычислительная сеть с коммутацией пакетов для электронной почты (ВСКП).

Вычислительные и телекоммуникационные сети (ВТС), информационные технологии, основанные на их применении, широко внедряются в различные сферы общественной деятельности. Удовлетворяя всё большие информационные потребности общества, ВТС имеют тенденцию к увеличению размерности и усложнению принципов организации.

Одним из основных методов исследования ВТС, обеспечивающим решение широкого класса задач анализа, проектирования и оптимизации, является метод математического моделирования.

Общие постановки задач, возникающих на этапах проектирования, разработки и эксплуатации ВТС, приведены в [1—15]. Основными задачами являются: определение физической логической и программной структуры ВТС; оценивание и оптимизация различных вероятностно-временных характеристик функционирования ВТС и их компонентов; анализ и оптимизация сетевых протоколов; исследование надёжности, живучести, достоверности.

Для решения приведённых задач системы моделирования (СМ) должны обеспечивать [16—22]: адекватное отображение в моделях сетевых процессов; разнообразных процессов функционирования моделируемых ВТС; оценивание с требуемой точносттью сетевых процессов и интерпретацию результатов моделирования; эффективное использование вычислительных ресурсов; использование программных моделей в режиме реального времени.

Основной тенденцией [18,20,23—30] развития СМ являетсяориентация на использование гибридных моделей, включающих в качестве структурных элементов модели различной математической природы: динамических дискретных систем, сетей массового обслуживания общего вида, марковских процессов, сетей Петри, графов, автоматов.

Наибольшее распространение в качестве моделей ВТС получили модельные дискретные системы (ДС) — дискретные системы, отображающие информационные процессы ВТС, и сети массового обслуживания (СеМО), которые обеспечивают построение оценок важнейшего класса исследуемых параметров - вероятностно-временных характеристик ВТС.

Распространение модельных ДС, несмотря на высокую трудоёмкость их разработки и вычислительную сложность, обусловлено в первую очередь их универсальностью в смысле отображения процессов функционирования, прогрессом в области методов и средств разработки больших и сложных программных комплексов, а также наличием производительных вычислительных средств.

Распространение СеМО обусловлено простотой и естественностью отображения состава и структуры ВТС, развитием теории СеМО, разработкой вычислительных методов и программных средств их расчёта.

Развитие теории и методов гибридного моделирования осуществляется, в основном, в направлении использования принципов декомпозиции при анализе аналитических [31—34], и имитационных [34] моделей ВТС.

В развитии теории и методов имитационного моделирования важное значение имеют: разработка концептуальных имитационных моделей ВТС, исследование их адекватности и устойчивости; разработка принципов организации систем имитационного моделирования; разработка методов измерений и статистического оценивания характеристик имитационных моделей.

Фундаментальное значение в имитационном моделировании имеют результаты теории систем [35—42]. Различные методы представления и описания ДС в имитационных моделях приведены в [43—49]. Подходы к оценке адекватности имитационных моделей разрабатываются в [50—52]. Трудности решения проблем адекватности и устойчивости имитационных моделей определяются их сложностью и размерностью, а также дескриптивным характером описания.

В последние годы, в связи с широким распространением мультипроцессорных и распределённых архитектур, интенсивно разрабатываются параллельные алгоритмы управления модельным временем и синхронизации событий. В отличие от традиционных алгоритмов синхронизации событий [53—63] параллельные алгоритмы сильно привязаны к используемой модели параллельных вычислений. Описание таких параллельных алгоритмов для различных моделей параллельных вычислений и вычислительных архитектур приведены в [64—82].

Изобразительные средства систем имитационного моделирования ВТС базируются или на специализированных языках моделирования (НЕДИС, SIMULA-67, GPSS/VI, SIMSCRIPT-II.5, GASP-V, SLAM-II и т.д.) или на процедурных расширениях языков программирования общего назначения FORTRAN, ALGOL, PL/I, PASCAL и т.д. до языков моделирования ДС. Достаточно полный перечень разработанных языков моделирования ДС приведён в работах [83, 84].

В последние годы наибольшее распространение получили системы моделирования, базирующиеся на языках программирования С++ и Smal ltal k [85—88]. Это обусловлено следующими факторами: высокой степенью стандартизации данных языков программирования, что обеспечивает возможность использования имитационных моделей на большинстве современных вычислительных платформах, в том числе и с параллельной обработкой; технология разработки имитационных моделей, их отладка и модификация естественным образом ложатся на объектно-ориентирован-ную технологию программирования, поддерживаемую данными языками; объектно-ориентированные технологии программирования обеспечивают возможность без изменения программного кода развития иерархической системы понятий и конструкций изобразительных средств СМ, что позволяет адаптировать их к широкому классу моделируемых ВТС и задач их исследования; наличие удобных программных интерфейсов, позволяющих использовать развитые программные системы обработки и представления результатов моделирования; наличие мощных интегрированных сред разработки программ, которые обеспечивают построение эффективных моделирующих программ, значительно сокращают сроки их разработки и отладки, повышают надёжность.

Основные постановки задач статистического оценивания при имитационном моделировании и их решения приведены в [89—95]. Трудности использования методов статистического оценивания обусловлены следующими факторами: наблюдаемые случайные модельные параметры, как правило, являются достаточно сильно коррелироваными между собой; исследуемые модельные процессы часто не являются стационарными, особенно на начальных фрагментах траекторий развития моделей; в моделях могут развиваться процессы, имеющие различные временные масштабы; последовательности квазислучайных чисел, используемые для описания модельных случайных процессов, в статистическом отношении не являются идеальными. В связи с этим применяются специальные методы статистического оценивания, которые учитывают наличие данных факторов.

Среди них наибольшее распространение получили методы: спектрального оценивания [96—98], аппроксимации регенеративными процессами [91, 92, 99—101], аппроксимации марковскими и диффузионными процессами общего вида [ 102—106], аппроксимации различными процессами теории массового обслуживания [107— 113], а также различные методы оценивания и моделирования редких событий [114—116].

Для повышения эффективности имитационных моделей важное значение имеют методы: определения периода вхождения в стационарные режимы модельных процессов, определения их начального состояния модельных процессов, методы уменьшения дисперсии оценок, а также методы определения длины модельной траектории, обеспечивающей требуемую точность моделирования [117—125].

Для анализа адекватности имитационных моделей используются различные алгоритмы проверки соответствия выбранных методов оценивания и наблюдаемых значений оцениваемых параметров [50, 126—131]. Ряд систем измерения и статистической обработки результатов имитационного моделирования описан в [132—136].

Состояние теории СеМО достаточно полно отражены в работах [31, 32, 137—156]. В тесной связи с развитием теории СеМО развивались точные и приближённые методы их расчёта, которые обеспечивали: увеличение размерности СеМО (числа узлов, требований, уровней приоритета), повышение уровня детализации (неэкспоненциальность распределений , неоднородность потоков требований, блокировки, ограниченную надёжность), повышение точности.

Точные аналитические методы разработаны для анализа мультипликативных СеМО, среди которых наибольшее распространение получили методы, основанные на конволюционной схеме. Приближённые методы в вычислительном отношении являются, как правило, более эффективными, обеспечивают возможность анализа более широкого класса СеМО, но вряде случаев имеют только статистическую оценку точности. Среди приближённых методов наибольшее распространение получили методы анализа средних.

Сетевые модели обслуживания используются в целом ряде систем математического моделирования ВСТ QNA [149], PANACEA [157], Q+ [158], RESQ2 [159], СЕНПР [160], МОНАД [161, 162].

Современные инструментальные средства моделирования ВТС включают в себя [163—167]: средств построения гибридных моделей, содержащих в своём составе аналитические и имитационные модельные компоненты; объектно-ориентированные языковые средства описания процессов функционирования ВТС и их компонентов; развитые средства отладки и диагностики моделей; средства организации и сопровождения библиотек и баз данных, используемых в технологии моделирования ВТС; средства интерактивного управления процессом моделирования; экспертную систему, обеспечивающую эффективное управление всеми этапами процесса моделирования; программные интерфейсы, обеспечивающие открытость инструментальных средств моделирования в отношении возможности расширения класса задач исследований, класса допустимых математических моделей; совершенствования языковых средств; развитие подходов моделирования на основе экспертного оценивания. Наиболее полно вышеперечисленным требованиям удовлетворяют системы моделирования EASAMS [168], GPSS/VI [169], SIMSCRIPT-II.5 [170], SLAMSYSTEM [171], МОНАД [161, 172].

В основу диссертации положены результаты научных исследований, выполненных в Вычислительном центре и Институте горного дела СО РАН в соответствии с заданиями и разделами НИР государственных программ: "Создать экспериментальную сеть взаимодействующих вычислительных центров и провести на этой сети исследование вопросов построения ГСВЦ" (Постановление ГКНТ, Госплан и АН СССР Ко 475/251/131 от 12.12.80, НТП 0.80.14, 23.07); "Теория машинного моделирования" (Постановление АН СССР № 1454 от 25.12.80, КП НИР 01.12.10); "Информационные процессы в вычислительных сетях: а) методы адаптивного управления в информационно-вычислительных сетях"

Постановление Президиума АН СССР № 1454 от 25.12.80, КП НИР 1.13.4.4); "Архитектура сетевых систем. Методы анализа, оптимизации и моделирования сетевых систем" (Постановление СФТМН Президиума АН СССР № 11000-494-1216 от 05.12.85, КП фундаментальных и прикладных исследований по проблеме "Информационно-вычислительные сети" АН СССР, 1.13.8.2); "Создать и ввести в опытную эксплуатацию типовую автоматизированную систему непрерывного контроля и прогноза состояния и поведения массива горных пород, опасных по динамическим проявлениям на рудниках Минцветмета СССР" (Постановление ГКНТ, Госплана, Президиума АН СССР № 492/245/164 от 08.12.81, Комплексная целевая программа по проблеме 0.Ц.027); а также планов НИР, утвержденных постановлениями и распоряжениями СО РАН и министерства связи.

Цель диссертационной работы: Разработка принципов организации средств математического моделирования вычислительных и телекоммуникационных сетей; разработка методов модельного описания иформацион-ных процессов в вычислительных и телекоммуникационных сетях; разработка программных средств имитационного, аналитического и гибридного моделирования вычислительных и телекоммуникационных сетей; применение методов и средств математического моделирование для решения задач проектирования реальных вычислительных и телекоммуникационных сетей.

Основные задачи диссертационной работы:

1. Разработка инструментальной среды математического моделирования вычислительных и телекоммуникационных сетей, обеспечивающей возможность решения комплексных задач их исследования, разработки и эксплуатации.

2. Разработка программных компонентов систем гибридного, имитационного и аналитического моделирования в структуре инструментальных и средств математического моделирования вычислительных и телекоммуникационных сетей.

3. Разработка модельных комплексов для исследования вычислительного центра коллективного пользования; распределённой вычислительной сети с коммутацией пакетов; распределённой системы геомониторинга.

Научная новизна результатов:

1. Разработаны принципы организации системы моделирования вычислительных и телекоммуникационных сетей построенной на основе обеспечения совместного использования аналитических и имитационных компонентов в ходе модельных экспериментов.

2. Разработаны методы описания гибридных моделей, обеспечивающие: отображение информационных процессов ВТС в категориях аналитических и имитационных компонентов; задание структуры модельного эксперимента; определение класса требуемых модельных характеристик и методов их вычисления; интерактивное взаимодействие с моделью.

3. Разработана система измерения и оценивания параметров модельных траекторий обеспечивающая вычисление вероятностно-временных характеристик ВТС с точностью, достаточной для практических приложений.

4. Созданы инструментальные программные средства, реализующие разработанные принципы организации систем моделирования ВТС и позволяющие решать комплексные задачи исследования, разработки и проектирования сетей.

Практическая значимость результатов работы: Полученные в диссертации научные результаты в области математического моделирования ВТС и сформулированные принципы построения системного и функционального наполнения инструментальных программных систем математического моделирования ВТС использованы при разработке: КИМДС — комплекса имитационного моделирования дискретных систем; ППП ИМСЕТ — имитационного моделирования вычислительных сетей; СИМС — системы имитационного моделирования больших сложных дискретных систем; ППП СЕНПР — анализа замкнутых СеМО общего вида большой размерности; МОНАД — инструментальной среды математического моделирования ВТС; ППП МОДЕС—для математического моделирования вычислительной сети с коммутацией пакетов.

Программные системы и пакеты, разработанные на основе полученных результатов, а также результаты математического моделирования реальных ВТС, переданы в организации НПО "Красная Заря" (г. Ленинград), Институт математики и механики УрО АН СССР, Организацию п/я Г-4725, Центральный НИИ связи (г. Москва), НПО "Сибцветмет-автоматика" (г. Красноярск), Научный совет АН СССР по комплексной проблеме "Кибернетика" (г. Москва).

Теоретические результаты, вычислительные методы и инструментальные программные средства математического моделирования использованы при решении задач проектирования и разработки следующих ВТС: вычислительного комплекса коллективного пользования ВККП СО РАН, магистральной сети передачи данных, интервально-маркерного метода доступа в локальной сети, системы автоматического управления шахтным транспортным роботом САУ ШР, автоматизированной системы контроля горного давления АСКГД, информационно-вычислительной сети морского флота ИВС МФ, территориально-распределенной вычислительной сети с коммутацией пакетов для электронной почты ВСКП [34, 174—182].

Основные положения, выносимые на защиту:

1. Разработаны принципы организации, методы и алгоритмы системы моделирования вычислительных и телекоммуникационных сетей, отличающиеся возможностью достижения требуемых уровней размерности и точности моделей.

V 2. Разработаны методы модельного описания: процессов функционирования вычислительных и телекоммуникационных сетей в классе имитационных, аналитических и гибридных моделей; структуры модельных экспериментов; классов оцениваемых модельных характеристик; интерактивного взаимодействия с комплексами моделей.

3. Разработаны системные компоненты программных средств имитационного, аналитического и гибридного моделирования на основе моделей динамических дискретных систем и структурированных сетей массового обслуживания.

4. Разработаны объектные компоненты программных средств математического моделирования территориально-распределённых и локальных вычислительных сетей, сетей передачи данных, распределённых мониторинговых систем.

Апробация работы. Основные положения и отдельные результаты работы докладывались, представлялись и обсуждались на Всесоюзной конференции " Основные направления развития программного обеспечения ЭВМ, комплексов и сетей" (Севастополь); на 1,111 Всесоюзных совещаниях "Распределенные автоматизированные системы массового обслуживания" (Нальчик, 1982; Москва, 1990); на X, XI, XIII, XIV, XV, XVI Всесоюзных школах семинарах по вычислительным сетям (Тбилиси, 1985; Рига, 1986; Алма-Ата, 1988; Минск, 1989; Ленинград, 1990; Винница, 1991;); на конкурсе научной молодежи СО АН СССР (Новосибирск, 1987); на V Всесоюзной школе-семинаре по распределенным автоматизированным системам массового обслуживания (Москва, 1988); на Республиканском семинаре "Совершенствование методов исследования потоков событий и систем массового обслуживания" (Томск, 1989); на II Всесоюзной конференции "Моделирование систем информатики" (Новосибирск, 1990); на международной конференции "Проблемы функционирования информационных сетей" (Новосибирск, 1991); на Международной конференции по автоматизации в горном деле" (Екатеринбург, 1992); на Международной школе-семинаре по вычислительным сетям" (Алма-Ата, 1992); на научных семинарах ВЦ СО РАН, ИГД СО РАН, Научного совета РАН по комплексной проблеме "Кибернетика".

Публикации. По материалам диссертации опубликовано 22 печатных работы.

Структура диссертации. Диссертация состоит из введения, четырёх глав, заключения и приложений. Общий объём работы - 199 страниц машинописного текста, в том числе приложений - 38 страниц. Работа иллюстрирована 37-ю рисунками. Список литературы включает 209 наименований.

ЗАКЛЮЧЕНИЕ

Результаты проведённых в диссертационной работе исследований показывают, что основная цель работы, заключающаяся в разработке принципов организации средств математического моделирования вычислительных и телекоммуникационных сетей, в разработке методов модельного описания иформационных процессов в вычислительных и телекоммуникационных сетях, в разработке программных средств имитационного, аналитического и гибридного моделирования вычислительных и телекоммуникационных сетей, в применение методов и средств математического моделирование для решения задач проектирования реальных вычислительных и телекоммуникационных сетей, достигнута.

При выполнении работы получены следующие основные результаты:

1. Разработаны принципы организации системы аналитического имитационного и гибридного моделирования вычислительных и телекоммуникационных сетей.

2. Разработаны алгоритмы и программные средства измерения и оценивания стохастических модельных процессов.

3. Разработаны методы описания планов комплексных экспериментов, управляющих процессом гибридного моделирования гибридных математических моделей, в качестве компонентов которых может быть определено любое число моделей. Модели, составляющие гибридную математическую модель, могут быть определены в произвольном классе концептуальных математических моделей, в том числе и гибридных.

4. Разработаны методы описания, программного представления и расчёта структурированных сетей массового обслуживания большой размерности.

5. Разработаны комплексы программ, реализующие: комплекс процедур имитационного моделирования дискретных систем (КИМДС); систему имитационного моделирования больших сложных дискретных систем (СИМС); пакеты прикладных программ ИМСЕТ, МОДЕС для математического моделирования вычислительных сетей, сетей передачи данных; пакет прикладных программ СЕНПР для расчёта замкнутых неоднородных сетей массового обслуживания большой размерности; инструментальную среду математического моделирования вычислительных и телекоммуникационных сетей МОНАД.

6. Разработанные программные средства математического моделирования использованы для решения ряда задач проектирования, анализа и оптимизации конкретных ВТС: вычислительного центра коллективного пользования ВЦ СО АН СССР; территориально-распределённой вычислительной сети с коммутацией пакетов для электронной почты; автоматизированной системы контроля горного давления.

1. Фрэнк Г., Фриш И. Сети, связь и потоки: Пер: с англ.—М.:Связь, 1978. —448с.

2. Шварц М. Сети, связи: протоколы, моделирование, анализ: Пер: с англ.—М.: Наука, 1992,—Ч.1.—ЗЗбс.—Ч.2.—272с.

3. Синхронные сети передачи данных / В.О. Шварцман, H.H. Етрухин, М.А. Карпинский, и др.; под ред. В.О. Шварцмана.—М.: Радио и связь, 1988.—256с.

4. Бертсекас Д., Галлагер Р. Сети передачи данных: Пер: с англ. —М.: Мир, 1989,—544с.

5. Захаров Г.П. Методы исследования сетей передачи данных. —М.: Радио и связь, 1982.—208с.

6. Вычислительные сети / адаптивность, помехоустойчивость, надёжность // С.И. Самойленко, A.A. Давыдов, В.В. Золоторёв, Е.И.Третьякова.—М.: Наука, 1981,—277с.

7. Мизин И.А., Богатырёв В.А., Кулешов А.П., Сети с коммутацией пакетов.—М.: Радио и связь, 1986.—408с.

8. Блэк Ю. Сети ЭВМ: протоколы, стандарты, интерфейсы: Пер: с англ.—М.: Мир, 1990.—506с.

9. Советов Б.Я., Яковлев С.А. Построение сетей интегрального обслуживания—Л.: Машиностроение, 1990.—332с.

10. Лазарев В.Г., Паршенков Н.Я. Управление потоками данных на сети с коммутацией пакетов с виртуальными каналами / / Системы управления информационных сетей.—М.: Наука, 1983.—С. 19-29.

11. Клейнрок Л. Вычислительные системы с очередями: Пер: сангл.—M.: Мир, 1979.—600с.

12. Жожикашвили В.А., Вишневский В.М. Сети массового обслуживания. Теория и применение к сетям ЭВМ. —M. : Радио и связь, 1988,—192с.

13. Братухин П.И., Гадасин В.А. Комплекс моделей для проектирования топологии связи территориальных информационно-вычислительных центров с учётом надёжности // Проблемы МСНТИ. —М.: МЦНТИ, 1981.—№2.—С.43-48.

14. Янбых Г.Ф., Столяров Б.А. Оптимизация информационно-вычислительных сетей. —М.: Радио и связь, 1987.—232с.

15. Райншке Г.Ф., Ушаков И.А. Оценка надёжности систем с использованием графов. —М.: Радио и связь—1988. —208с.

16. Thesen A. Introdution to simulation // 1988 Winter Simulations Conference Proceedings—San Diego, USA: SCS —1988.—P.7-14.

17. Furey S. The place of modelling tools in network planning // EDP Perform. Review (USA)—1989,—V. 17, №6.—P. 1-4.

18. Henriksen J.O. The integrated simulation environment: (Simulation software of the 1990s). // Operation Res. (USA)—1983,—V.31, №6.— P. 1053-1073.

19. Shannon R.E. Introdution to simulation // 1992 Winter Simulations Conference Proceedings -New York, USA: IEEE—1992,—P.65-73.

20. Radiya A., Fishwick P.A., Nance R.E., Rothenberg J., Sargent R.G. Discrete event simlation modeling: directions for the 1990s // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992,—P. 773-782.

21. Carson J.S Modelling // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE—1992,—P.82-87.

22. Barton R.R., Fishman G.S., Kalos M.H., Kelton W.D., Kleijnen J.P.C. Experimental design issues for large simulation models // 1989 Winter Simulations Conference Proceedings — San Diego, USA: SCS,1989.— P.411-418.

23. Oren T.I. GEST: A combined digital simulation language for large scale systems //Proceedings AICA Symposium on Simulation of Complex Systems — Tokyo, Japan, 1971.—P.B-1 /1-B-l /4.

24. Oren T.I. GEST A modelling and simulation language based on system theoretic concepts // Simulation and model-based methodology: An integative view —Spinger-Verlag, New York—1984.

25. Ilyas M, Mouftah H.T. Simulation tools for computer communication network. // GLOBECOM'88. IEEE Global Telecommunications Conference and Exhibition. Communications for Information Age. Cjnference Record. — New York, USA: IEEE, 1988.—V.3.—P.1702-1706.

26. Cao X.-R., Ho Y.-C. Models of discrete event dynamic systems. // IEEE Contol Syst. Mag. (USA), 1990,—V.2. №4,—P.69-76.

27. Abell J.A., Judd R.P. A model and algorithm for analysis of discrete event systems with structural changes. // Proc. of the 1992 American Control Confernce—Evanston, USA: American. Conrol Council, 1992. —V.4.—P.3206-3210.

28. Gennart B.A., Luckham D.C. Validating discrete event simulations using event pattern mapping. // Proc. 29th ACM/IEEE Design Automation Confernce —Los Alamitos, USA: IEEE Comput. Soc. Press, 1992.—P.414-419.

29. Pidd M. Object orientation and three phase simulation // 1992 Winter Simulations Conference Proceedings — New York, USA: IEEE, 1992.—P. 689-693.

30. Schruben L.W. Graphical model structures for discrete event simulation / / 1992 Winter Simulations Conference Proceedings — New York, USA: IEEE, 1992. —P.241-245.

31. Chandy K.M., Herzog U., Woo L. Approximate analysis of general queueing networks // IBM J. Res. Dev. — 1975.—V.19,1.—P.43-49.

32. Chandy K.M., Herzog U., Woo L. Parametric analysis of general queueing networks / / IBM J. Res. Dev. —1975 .—V .19, №1.—P.36-42.

33. Беляков В.Г., Курленя М.В., Леонтьев A.B., Ярославцев А.Ф. Автоматизированная система контроля горного давления. Методы и средства математического моделирования^-Препринты—Новосибирск: ИГД СО АН СССР, 1987.—№17, №18.—С.65.

34. Бусленко Н.П. Моделирование сложных систем.—М.: Наука, 1968.—440с.

35. Бусленко Н.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем.—М.: Сов. радио, 1973.—440с.

36. Пугачёв В.Н. Комбинированные методы определения вероятностных характеристик. —М.: Сов. радио, 1973.—256с.

37. Калашников В.В., Рачев С.Т. Математические методы построения стохастических моделей обслуживания. —М.: Сов. радио, 1973. —256с.

38. Калашников В.В. Качественный анализ поведения сложных систем методом пробных функций.—М.: Наука, 1978.—248с.

39. Вунш Г. Теория систем: Пер. с нем.—М., Советское Радио, 1978.—288с.

40. Коваленко И.Н., Кузнецов Н.Ю. Методы расчета высоконадёжных систем.—М.: Радио и связь, 1988.—312с.

41. Виллемс Я. От временного ряда к линейной системе // Теория систем. Математические методы и моделирование: Пер. с англ. —М., Мир, 1989.—С.8-190.

42. Kindler Е. Dynamic systems and theory of simulation. // Kybernetika. —1979.—V.15, №2,—P.77-87.

43. Nance R.E. Modell representation in discrete event simulaton: Prospect for developing documentation standarts. // In Current Issues in Computer simulation—New York: Academic, 1979.—P.83-97.

44. Overstreet C.M., Nance R.E. A specification language to assist in analysis of discrete event simulation models. // Communications of the ACM.—1985,—V.28, №2,—P. 190-201.

45. Houben G.-J., Dietz J.L.G., Van Нее K.M. The SMARTIE framework for modelling discrete dynamic systems. // Proceedings II ASA Conference. Discrete Event Systems. Models and Applications—Berlin: Springer-Verlang, 1988. —P. 179-196.

46. Li Y., Wonham W.M. A state-variable approach to the modeling and control of discrete-event systems. // Proc. 26th Annual Allerton Conference on Communication, Control and Computing —Urbana, USA: Univ. Illinois, 1988. —V.2.—P. 1140-1149.

47. Макаров И.М., Назаретов B.M., Чухров И.П., Агафонов И.Г. Концепция сетевого моделирования дискретных систем / / Доклады АН СССР. —1990.—Т.310, №2.—С.305-308.

48. Schruben L.W., Yucesan Е. Modellig paradigms for discrete event simulation // Oper. Res. Lett.—1993,—V. 13, №5.—P.265-267.

49. Banks J. Testing, understanding and valdating complex simulation models // 1989 Winter Simulations Conference Proceedings —San Diego, USA: SCS, 1989.—P.549-551.

50. Yucesan E., Jacobson S.H. Bilding correct simulation models is difficult // 1992 Winter Simulations Conference Proceedings —New York, USA: IEEE, 1992.—P.783-790.

51. Legge G., Wyatt D.L. A software mechanism to enhance simulation model validity / / 1992 Winter Simulations Conference Proceedings —New York, USA: IEEE, 1992,—P.796-806.

52. Nance R.E. On time flow mechanisms for discrete event simulation // Manage Sci. —1971.—V. 18, №1.—P.59-93.

53. Fox B.L. Shortening future-event lists // ORSA J. Comput (USA).—1975,—V.5, №2,—P.147-150.

54. Vaucher J.G., Duval P. A comparison of simulation event list algorithm // CACM.—1975,—V.18, №4,—P.223-230.

55. Wyman F.P. Improved event scanning mechanism for discrete event simulation // CACM.—1975,—V.18, №6,—P.350-353.

56. Gonnet G.H. Heaps applied to event mechanisms // CACM. —1976.—V.19, №8.—P.417-418.

57. Blackstone J.H. A two-list synchronisation mechanism procedure for discrete event simulation // CACM. —1977.—V.24, №12.—P.825-829.

58. Franta W.R., Maly K. An efficient data structure for the simulation event set // CACM. —1977,—V.20, №10,—P.596-602.

59. Henriksen J.D. An improved event list algorithm // Proc. Winter Sim. Conf., Gaithersburg MD, 1977,—P.554-557.

60. McCormack W.M., Sargent R.G. Analysis of future event set algorithms for discrete event simulation // CACM. —1981.—V.24, №12.—P.801-812.

61. Reeves C.M. Complexity analysis of event lists set algorithm // The Computer journal. —1984,—V.27, №1.—P.72-79.

62. Nikolopoulos S.D. An experimental analysis of event set algorithms for discrete event simulation / / Microprocess. Microprogr. —1993,—V.36, №2.—P.71-81.

63. Watanabe T., Hizuka S., Sanada H., Tezuka Y. Time-event driven scheme for distributed simulation with advance processing // Trans.1.st. Electron. Inf. Commun. Eng. —1988,—V.J71D, №12.—P.2527-2535.

64. Preiss B.R., Loucks J.J., Hamacher V.C. A unified modeling methodology for performance evaluation of distributed discrete event simulation mechanisms. // 1988 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1988.—P.315-324.

65. Sokol S.J., Stucky B.K., Hwang V.S. MTV: a control mechanism for parallel discrete simulation. // Proc. of the 1989 International Conference Parallel Processing —USA: Pensilvania State Univ. Press,1989.— V.3.— P.250-254.

66. Fujimoto R.M. Performance measurements distributed simulations strategies // Trans. Soc. Comput. Simul. (USA). —1990,—V.6, №2.— P.89-132.

67. Ayani R., Rajaei H. Parallel simulation of generalized cube multistage interconnection network // Distributed simulation. Proc. of the SCS Multiconference —San Diego USA—1990,—P.60-63.

68. Cai W, Turner S.J. An algorithm for distributed discrete event simulation the 'carrier null message' approach // Distributed simulation. Proc. of the SCS Multiconference, San Diego, USA,1990,—P.3-8.

69. Lin Y.-B., Lazowska E.D. Optimality consideration of 'time warp' parallel simulation. // Proc. of the SCS Multiconference, San Diego, USA, 1990.— P. 29-34.

70. Fujimoto R.M. Performance of time warp under synthetic workloads // Distributed simulation. Proc. of the SCS Multiconference, San Diego, CA, USA, 1990,—P.23-28.

71. Meng-Lin Yu En route to more efficient parallel event simulation. // Proc. 25th Annual Simulation Simposium —Los Alamitos, USA: IEEE Comput. Soc Press, 1992,—P.54-60.

72. Fujimoto R.M., Nicol D. State of the art in parallel simulation //1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992.—P.246-254.

73. Vakili P. Massively parallel and distributed simulation of a class of discrete event systems: a different perspective. // ACM Trans. Model. Comput. Simul. (USA).—1992,—V.2, № .—P.214-238.

74. Bars P.S. Using atomic data structurs parallel simulation. // Proc. Scalable High Performance Computing Conference SHPCC-92—Los Alamitos, USA: IEEE Comput. Soc Press, 1992,—P.30-37.

75. Ayani R., Rajaei H. Parallel simulation using conservative time windows // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992,—P.709-717.

76. Turner S.J., Xu M.Q. A portable parallel discrete event simulation system // Parallel Computing: From Theory to Sound Practice / / Proc. of EWPC'92 the Evropean Workshops on Parallel Computing —London, UK: IEE, 1993,—P.2/1-2/10.

77. Lin Y.-B. Parallelism analyzers for parallel discrete event simulation. // ACM Trans. Model. Comput. Simul. (USA)—1993,—V.2, №3. —P.239-264.

78. Cook D.A., Pooch U.W. Accelerated time discrete event simulation in distributed environment // Int. J. Syst. Sci. (UK).—1993.—V.24, №3.— P.451-478.

79. Shanker M.S., Patuwo B.E. The effect of synchronization requirements on the performance of distributed simulations // Proc. of the 1993 Workshop on Parallel and Distributed simulations—San Diego, USA: SCS, 1993.—P.151-154.

80. Ayani R. Parallel simulation // Performance Evaluation of Computer and Communication Systems. Joint Tutorial Papers Performance '93 and Sigmetrics '93—Berlin, Germany: Springer Verlag, 1994.—P.1-20.

81. Ahmed H., Ronngren R., Ayani R. Impact of event scheduling on performance of time warp parallel simulations // Proc. of the 27th

82. Hawaii International Conference on System Science. Vol.11: Software Tecnology—IEEE Comput. Soc. Press, 1994,—P.455-462.

83. Киндлер E. Языки моделирования: Пер. с чешского. М.: Энергоатомиздат, 1985.—288с.

84. Banks J. Simulation languages and simulators // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE—1992,—P.88-96.

85. Luna J.J. Hierarchical, modular concepts applied to an object-oriented simulation model development environment. / / 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992.—P.694-699.

86. Joines J.A., Powell K.A., Roberts S.D. Object-oriented modelling and simulation with С . // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992,—P.145-153.

87. Fishwick P.A. SimPack: getting started with simulation programmingin С and С . // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992,—P. 154-162.

88. Pollatschek M.A. A library for discrete event simulations. // SIGMALL/PC Notes (USA).—1993,—V. 19, №1,—P.3-15.

89. Шеннон P. Имитационное моделирование систем: искусство и наука: Пер с англ.—М.: Мир—1978.—420с.

90. Клейнен Дж. Статиститические методы в имитационном моделировании: Пер. с англ.—М.: Статистика, 1978.— Вып. 1.—221 с.— Вып. 2 .—335с.

91. Крейн М., Лемуан О. Введение в регенеративный метод анализа моделей: Пер. с англ.—М.: Наука, 1982.—104с.

92. Иглхарт Д.Л., Шедлер Д.С. Регенеративное моделирование сетей массового обслуживания: Пер. с англ.—М.: Радио и связь, 1984.—136с.

93. Шалыгин A.C., Палагин Ю.И. Прикладные методы статистическогомоделированшь-Л.: Машиностроение. Ленингр. отделение, 1986.—320с.

94. Clark G.M. Tutorial: Analysis of simulation output to compare alternatives // 1988 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1988,—P.19-24.

95. Glynn P.W. Optimization of stochastic systems via simulation. // 1989 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1989.— P.90-105.

96. Heidelberger P., Welch P.D. Adaptive spectral method for simulation output analysis. / / IBM journal of research and development—1981.—V.25, №6.—P.860-876.

97. Heidelberger P., Welch P.D., Watson T.J. A spectral method for confidence interval generation and run length control in simulations. // Comm. of the ACM—1981.—V.24, №4,—P.233-245.

98. Birlardi G., Padovani R., Pierobon G.L. Spectral analysis of functions of markov chains with applications. // IEEE Transactions on communications—1983,—V.31, №7,—P.853-861.

99. Crane M.A., Iglehart D.L. Simulating stable stochastic systems III; Regenerative processes and discrete event simulation. // Operation research—1975,—V.23, №1.—P.33-45.

100. Iglehart D.L. Regenerative method for simulation analysis. // Current trends in programming methodology, Vol.Ill—Software engineering. Eds. Chandy K.M.—New Jersy: Prentice-Hall, 1978,—P.52-71.

101. Iglehart D.L., Stone M.L. Regenerative simulation for estimating extreme values. // Operation research—1983.—V.31, №6.—P.1145-1166.

102. Moeller Т., Kobayashi H. Use diffusion approximation to estimate run length in simulation experiments. // COMPSTAT 1974 Proc. Comput. Statist. Conf., 1974,—P.363-372.

103. Crain M.A., Iglehart D.L. Simulating stable stochastic systems II;

104. Markov chains. // Journal of the ACM—1974,—V.21, №1.—P. 114-123.

105. Fishman G.S. Accelerated convergence in the simulation of countable infinite state Markov chains. // Comm. of the ACM—1983.—V.31, №6.—P. 1074-1089.

106. Fishman G.S. Accelerated accuracy in the simulation of Markov chains. // Operations research—1983.—V.31, №3.—P.466-487.

107. Calvin J.M. Covarince of regenerative mean and variance estimators for the Markov chains. // 1989 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1989.—P.473-475.

108. Crane M.A., Iglehart D.L. Simulating stable stochastic systems I; General multisever queues // Journal of the ACM—1974.—V.21, №1,—P. 103-113.

109. Reynolds J.E. The covariance structure of queues and related process a survey recent work. // Adv. Appl. Probab.—1975.—№7.—P.383-415.

110. Chang S.S.L. Simulation transient and time varying conditions in queueing networks // Proc. 7th Annual Pittsburg conference. Modelling and Simulation—Pittsburg, 1977,—V. VIII, Part.II.—P.180-232.

111. Iglehart D.L., Shedler G.S. Simulation of response times infinite capasity open networks queues // Operation research—1978.—V.26, №4.—P.896-914.

112. Iglehart D.L., Shedler G.S. Simulation methods for response times in networks of queues // 1979 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1979,—V.I.—P.221-232.

113. Iglehart D.L., Shedler G.S. Regenerative simulation of response times in networks of queues with multiple job types. / / Acta Informática—1979.—V. 12, № 1.—P. 159-175.

114. Iglehart D.L., Shedler G.S. Simulation output analysis for local area computer networks. // Acta Informática—1984.—V.21,2.—P.321-374.

115. Fresnedo R.D. Quick simulation of rare events in networks. // 1989 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1989.— P.514-523.

116. Ermakov S.M., Melas V.B. Optimal branching of trajectories in simulation of systems described by stationary processes. // Sov. J. Comput. Syst. Sei.— 1984.—V.27, №5.—P.79-84.

117. Kabak I.W. Stopping rules for queueing simulation. // Operations research— 1968.—V.16, №2,—P.431-437.

118. Sauer C.H., Lavenberg S.S. Sequential stopping rules for the regenerative method of simulation. // IBM Journal Research and Development— 1977 .—V.21, №4.—P.545-548.

119. Heidelberger P. Variance reduction techniques for simulation of Markov process. II Matrix iteractive methods. // Acta Informática—1983.—V.31, №6,—P.1109-1144.

120. Heidelberger P., Welch P.D. Simulation run length control in the presence of initial transient. // Operations research—1980.—V.13, №1.—P.21-37.

121. Schruben L. Control of initialization bias in multivariate simulations response. // Communications of the ACM—1981.—V.24, №4.—P.246-252.

122. Schruben L., Singh H.,Tierney L. Optimal tests for initialization bias in simulation output. / / Operations research—1983.—V.31, №6.—P.1167-1178.

123. Fishman G.S., Huang B.D. Antithetic variates revisited. //

124. Communications of the ACM—1983,—V.26, №11.—P.964-971.

125. Yang W.N., Nelson B.L. Multivariate estimation and variance reduction in terminating and steady-state simulation. / / 1988 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1988.—P.466-472.

126. Whitt W. Simulation run length planning // 1989 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1989,—P. 106-112.

127. Iglehart D.L. Simulating stable stochastic systems V: Comparison of ration estimators. // Naval Res. Logist. Quart.—1975.—V.22, №3.—P. 553-565.

128. Iglehart D.L. Simulating stable stochastic systems VI: Quantile estimation. // Journal of the ACM—1976,—V.23, №2,—P.347-360.

129. Schriber T.J. A Conceptual framework for research in analysis of simulation output. // Comm. of the ACM—1981.—V.24, №1.—P.218-232.

130. Balci O., Sargent G. A methodology for cost-risk analysis in statistical validation of simulations models. / / Comm. of the ACM—1981,—V.24, №4,—P.190-197.

131. Charnes J.M. A comparison of confidence region estimators for multivariate simulation output. / / 1988 Winter Simulations Conference Proceedings—San Diego, USA: SCS, 1988,—P.458-465.

132. Anderson G.E. The coordinated use of five performance evaluation methodologies. // Comm. of the ACM—1984.—V. 27, №2.—P.118-125.

133. Митрофанов Ю.И., Иванов A.H., Ярославцев А.Ф. Принципы организации монитора комплекса КИМДС // Препринт,—Новосибирск: ВЦ СО АН СССР, 1977.—№163.—С.40.

134. Митрофанов Ю.И., Иванов А.Н., Ярославцев А.Ф. Система сбора и обработки статистических данных при имитационном моделировании дискретных систем / / Системное моделирование: Сборник научныхтрудов—Новосибирск: ВЦ СО АН СССР, 1977.—С.61-80.

135. Митрофанов Ю.И., Ярославцев А.Ф. Система СИМС имитационного моделирования больших сложных дискретных систем // Программные системы коллективного пользования: Сборник научных трудов— Новосибирск: ВЦ СО АН СССР, 1983,—С.69-79.

136. Прицкер А. Введение в имитационное моделирование и язык С Л AM II: Пер. с англ. М.: Мир, 1987,—644с.

137. Blaisdell W.E., Haddock J. SIMSTAT: a tool for simulation analysis. // 1992 Winter Simulations Conference Proceedings—Arlington, USA: IEEE, 1992,—P.421-425.

138. Buzen J.P. Computational algorithm for closed queueing network with exponential servers // Comm. ACM.—1973.—V. 16, №9.p.527-531.

139. Courtois P.J. Decomposability queueing and computer systems applcations.—New York: Academic Press, 1977.—2S4p.

140. Balbo G., Bruell S.C., Schwetman H.D. Customer classes and closed networks models a solution technique // Proc. of IFIP Congress 77,—Amsterdam; London: North-Holland, 1977—P.559-564.

141. Митрофанов Ю.И., Беляков В.Г. Анализ замкнутых показательных сетей обслуживания.—Препринт.—Новосибирск: ВЦ СОАН СССР, 1978.—24с.

142. Vantilborgh Н. Exact aggregation in exponetial queuing networks // J. of the ACM.—1978.—V.25, №4,—P.620-629.

143. Kuehn P.J. Approximate analysis of general networks by decompositions // IEEE Trans. Comm.—1979.—-V. Com-27, №1,—P. 113-126.

144. Reiser M., Lavenberg S.S. Mean-value analysis of closed multichain queueing networks // J. ACM.—1980,—V.27, №2,—P.126-141.

145. Mc Kenna J., Mitra D., Ramakrishnan K.G. A class of closed Markovian queueing networks: integral representations asymptotic expansions, and generalizations // Bell Syst. Techn. J.—1981.—V.60,5.—P. 599-641.

146. Митрофанов Ю.И., Беляков В.Г. К исследованию замкнутых сетей массового обслуживания большой размерности // Автоматика и телемеханика. — 1981.—№7.—С.61-69.

147. Chandy К.M., Neuse D. Linéariser: a heuristic algorithm for queueing network models of computing systems // Comm. ACM.—1982,—V.25, №2,— P. 126-134.

148. Mc Kenna J., Mitra D. Integral representations and asymptotic expansions for closed Markovian queueing networks: normal usage // Bell Syst. Techn. J. —1982.—V.61, №5.—P.661-683.

149. Lam S.S. Dynamic seal ling and grouth behavior of queuing networks normalizaton constants // J. ACM.—1982.—V.29, №2,—P.493-513.

150. Whitt W. The queueing networks analyser // Bell Syst. Techn. J.— 1982,—V.62, №9.—P.2779-2815.

151. Kritzinger P.S., Wyk S., Krzesinski A.E. A generalization of Norton's theorem for multiclass queueing networks // Perform. E val .—1982.—№ 2.— P. 928-107.

152. Courtois P.J. On time and space decomposition of complex structures // Comm. ACM.—1985,—V.28, №6,—P.590-603.

153. Hsioa M.-T.T., Lazar A.A. An extension to Norton's equivalent // Queueing Syst. Theory Appl.—1989.—V.5, №4.—P.401-412.

154. Pattipati K.R., Kostreva M.M., Teele J.L. Approximate mean value analysis algorithms for queuing networks: existense, uniqueness, and convergence results / /J. ACM.—1990,—V.37, №3,—P. 643-673.

155. Harrison J.M. The QNET method for two-moment analysis of open queueing networks // Queueing Syst. Theory Appl.—1990.—V.6, №1.— P.1-32.

156. Митрофанов Ю.И., Беляков В.Г., КондратоваН.А., Ярославцев А.Ф. Об одной реализации метода конволюции для сетевых моделей обслуживания в задачах проектирования вычислительных сетей //

157. XVI Всесоюзная школа-семинар по вычислительным сетям: Тезисы докладов—М.: ВИНИТИ, 1991.—Т.З.—С. 154-158.

158. Ramakrishman K.G., Mitra D. An overview PANACEA, software package for analysing Markovian queueing networks // The bell system technial journal.—1982—V.61, №10, part 1,—P.2849-2872.

159. Sauer C.H., MacNair E.A., Salza S. A languge for extended queueing network models / / IBM Journal Reseach and Development.—1980,—V.24,—№6,—P.747-755.

160. Беляков В.Г., Митрофанов Ю.И., Ярославцев А.Ф. Пакет прикладных программ для математического моделирования сетевых систем //XI Всесоюзная школа-семинар по вычислительным сетям: Тезисы докладов—М.: ВИНИТИ, 1986,—Т.З.—С. 145-150.

161. Dou W, Chen Н, Cai К, Chen Y An Integrated Simulation Environment ISENET for computer communication networks: design and implementation. // Proc. of the IEEE International Symposium on Industrial Electronics— Commack, USA: IEEE, 1992.—V.2.—P.804-808.

162. Balci O., Nance R.E. The simulation model development environment: an overview. // 1992 Winter Simulations Conference Proceedings—New York, USA: IEEE, 1992,—P.726-736.

163. Rajaei R. SIMA: an environment for parallel discrete event simulation. // Proc. 25th Annual Simulation Simposium—Los Alamitos, USA: IEEE Comput. Soc Press, 1992.—P. 147-155.

164. Fujimoto R.M., Abrams M., Bagrodia R., Lim Y.-B., Reynolds Jr., Unger B.W. Cleary J.G. Parallel discrete event simulation: will the field survive? —ORSA J. Comput. (USA)., 1993,—V.5, №3.—P.213-248.

165. Taylor S.J.E., Kalantry N., Winter S.C. The parallelization of discrete event simulation: methodology // IEE Colloquium on 'Increased Production Through Discrete Event Simulation', Digest №1993/073—London, UK: IEE, 1993.—P.2/1-2/10.

166. Ball D. GPSS/VI (simulation programming language). // 1992 Winter Simulations Conference Proceedings—Arlington, USA:1.EE, 1992,—P.426-430.

167. Russell E.C. SIMSCRIPT II.5 and SIMGRAPHICS tutorial. // 1992 Winter Simulations Conference Proceedings —Arlington, USA: IEEE, 1992,—P.323-327.

168. O'Reilly J.J., Ryan N.K. Introdution to SLAM II and SLAMSYSTEM. // 1992 Winter Simulations Conference Proceedings—Arlington, USA: IEEE, 1992,—P.352-356.

169. Митрофанов Ю.И., Иванов А.Н., Ярославцев А.Ф. Алгоритмы программы моделирования комплекса КИМДС // Препринт. — Новосибирск: ВЦ СО АН СССР, 1977.—№162,—С.43.

170. Митрофанов Ю.И. Пакеты программ для аналитического и имитационного моделирования сетей вычислительных комплексов.— Препринт.—М.; Научный совет АН СССР по комплексной проблеме "Кибернетика", 1981.—42с.

171. БеляевГ.В., БеляковВ.Г., ДолбняЛ.И., Ивлев Л. Г., Ярославцев А.Ф.

172. Математическое моделирование при проектировании автоматизированной системы контроля горного давления / / Автоматизация горных работ: Сборник научных трудов,—Новосибирск: ИГД СО АН СССР, 1988.—С.72-82.

173. БеляковВ.Г., КондратоваН.А., Митрофанов Ю.И., Ярославцев А.Ф. Комплекс математических моделей вычислительной сети с коммутацией пакетов / / III Всесоюзное совещание по РАСМО: Тезисы докладов.—M. : 1990.— С. 131 -133.

174. Митрофанов Ю.И., Беляков В.Г., Ярославцев А.Ф., и др. Методы имитационного моделирования локальных вычислительных сетей / / XVI Всесоюзная школа-семинар по вычислительным сетям: Тезисы докладов,—М.: ВИНИТИ, 1991.—Т.З.—С. 159-164.

175. БеляковВ.Г., КондратоваН.А., Рогаченко П.И., Ярославцев А.Ф. Математическое моделирование при решении задач проектирования САУ шахтным транспортным роботом // Горный журнал, 1992.

176. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем—М.: Мир, 1975.—502с.

177. Технология системного моделирования / Е.Ф. Аврамчук, A.A. Вавилов, C.B. Емельянов и др.; под общей ред. C.B. Емельянова, В.В. Калашникова, М. Франка, А. Явора.—М.: Машиностроение;

178. Берлин: Техник, 1988.—520с.

179. Loeve W. Construction of programs for simulation. // Informatie (Netherlands), 1993.—V.35, №7-8,—P.485-492.

180. Вирт H. Алгоритмы и структуры данных: Пер. с англ.—М.: Мир, 1989.—360с.

181. Эллис М., Строуструп В. Справочное руководство по языку программирования С++ с комментариями: Пер. с англ.—М.: Мир, 1992,—445с.

182. Степанов С.Н. Итерационные методы численного расчёта систем массового обслуживания / / Информационные сети и их анализ.—М.: Наука, 1978—С.51-57.

183. Метляев Ю.В., Москалёв О.В., Эфрос Л.Б. Архитектура вычислительного комплекса / центра / коллективного пользования СО АН СССР / / Вычислительная техника.—Новосибирск: Вычислительный центр СО АН СССР, 1976.—С.6-14.

184. Марчук Г.И., Москалёв О.В. Методологиясозданиятерриториального вычислительного центра коллективного пользования Сибирского отделения АН СССР/ /Кибернетика.—1977.—№ 6.—С.73-77.

185. Митрофанов Ю.И., Иванов А.Н., Ярославцев А.Ф. Аспекты практического использования комплекса КИМДС // Препринт.— Новосибирск: ВЦ СО АН СССР, 1977.—№ 164,—С.40.

186. Беляков В.Г., Митрофанов Ю.И., Ярославцев А.Ф. О развитии пакета прикладных программ МОДЕС для математического моделирования сетевых систем / / V Всесоюзная школа-семинар

187. РАСМО: Тезисы докладов,—М.: 1988,—С.280-281.

188. Документ ISO DIS 8208 Х.25 Packet Level Protocol for Data Terminal Equipment (SC6/N3583)

189. Документ ISO DIS 8208 PDAD1 X.25 Packet Level Protocol for Data Terminal Equipment Addendum 1: Alternative Logical Channel Number Allocation (SC6/N3861)

190. Документ ISO DIS 8208 PDAD2 X.25 Packet Level Protocol for Data Terminal Equipment Addendum 2: Extensions for Private and Swithed Use (SC6/N3808)

191. Рекомендация MKKTT X.25 и её применение в информационно-вычислительныхсетях.—Методические материалы и документы по пакетам прикладных программ—М.: МЦНТИ, 1983.—Вып. 24.

192. Документ ISO DIS 8073 Connection Oriented Protocol Specification (SC6/N3240)

193. Документ ISO DIS 8073 PDAD1 Connection Oriented Protocol Specification Addendum 1: Network Connection Management Subprotocol (SC6/N3705)

194. Документ ISO DIS 8073 PDAD1 Connection Oriented Protocol Specification Addendum 2: Operation of Class 4 Over Connectionless Network Service (SC6/N3984)

195. Прикладные протоколы обработки информации в сетях ЭВМ, Методические материалы и документы по пакетам прикладных программ—М.: МЦНТИ, 1986—Вып. 31, Ч. 1,2.

196. Беляков В.Г., Зарипова М.Р., Кондратова Н.А., Ярославцев А.Ф.

197. Представление, анализ, оптимизация и расчёт сетевых моделей обслуживания в задачах проектирования вычислительных сетей / / II Всесоюзная конференция "Моделирование систем информатики": Тезисы докладов.—Новосибирск: 1990.—С.22-24.

198. Fishman G.S. Concepts and methods in discrete event digital simulation: New York: Willey, 1973.

199. Blunden G.P., Krasnow H.S. The process concept as basic for simulation modelling. // Simulation—1967,—V.9, №2,—P.89-93.

200. Chen P.P. Entity-relationship approach to systems analysis and design: North-Holland, New York: Elsilver, 1980.

201. Pollacia L.F. A survey of the discrete event simulation and state-of-the-art discrete event languages. //Simulation digest, fall 1989,—P.8-25

202. Chung K., Sang J., Rego V. Sol-es: an object-oriented platform for event-scheduled simulations // Proc. 25th Annual Summer Compute Simulation Conferences-San Diego, USA: SCS, 1993,—P.972-977.

203. Gene F.P. SIMDL simulation language. // Proc. of ISCIS III The Third International Symposium on Computer and Information Sciences—Commack, USA: Nova Sci. Publishers, 1989.—P.225-236.